| 基于混合算法的点云配准方法研究 |
| |
| 引用本文： | 任伟建,高梦宇,高铭泽,张鹏,刘丹.基于混合算法的点云配准方法研究[J].吉林大学学报(信息科学版),2019,37(4):408-416. |
| |
| 作者姓名： | 任伟建 高梦宇 高铭泽 张鹏 刘丹 |
| |
| 作者单位： | 东北石油大学 电气信息工程学院,黑龙江 大庆163318;东北石油大学黑龙江省网络化与智能控制重点实验室,黑龙江 大庆163318;东北石油大学 电气信息工程学院,黑龙江 大庆,163318;中国石油管道局工程有限公司 设计分公司,河北 廊坊,065000;中国海洋石油集团有限公司 东方石化有限责任公司,海南 东方,572600;中国石油天然气股份有限公司 辽河油田分公司钻采工艺研究院,辽宁 盘锦,124010 |
| |
| 基金项目： | 国家自然科学基金资助项目( 61374127) ; 黑龙江省科学基金资助项目( F2018004) |
| |
| 摘 要： | 为解决ICP( Iterative Closest Point) 算法对初始点云位置要求高且易陷入局部最优的问题，提出一种新的配准方法。首先遵从优势互补基本思想，结合将人工萤火虫算法和粒子群算法生成自适应人工萤火虫-粒子群算法( AAGPSO: Adaptive Artificial Glowworm-Particle Swarm Optimization) ，以使算法的收敛速度变快，解的精度得到提高; 其次优化迭代最近点算法( ICP) ，将已改进的AAGPSO 算法引入ICP 配准算法中进行点云配准，解决ICP 算法因点云的初始位置相差较大而陷入局部最优问题，加快整体的配准效率。通过实验对比原始ICP 配准方法和改进的配准方法并对其进行误差分析，结果验证了AAGPSO 算法在传统ICP 算法的基础上提高了配准精度，并且加快了算法收敛速度，改进的配准方法具有明显优越性。
|
| 关 键 词： | 人工萤火虫-粒子群优化算法 点云配准 ICP算法 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《吉林大学学报(信息科学版)》浏览原始摘要信息 |
| 点击此处可从《吉林大学学报(信息科学版)》下载免费的PDF全文 |
|
